改进的BP算法在建筑工程造价估算中的应用

建筑工程造价估算是项目可行性研究阶段的重要内容.研究了工程造价及其影响因素之间复杂的非线性关系,改进了人工神经网络BP算法,在此基础上建立建筑工程造价估算模型.为了验证模型的正确性,收集了莱芜市20个典型建筑工程项目,并选取其中18个作为训练样本,2个作为测试样本,运用MATLAB建模分析,测试结果表明,预测精度与实际值偏差不大,精度满足要求.神经网络在工程造价估算方面具有良好的发展前景.     

神经网络在工业厂房造价估算中的应用研究

在工程估价领域的研究中,利用神经网络进行工程造价快速估算,并取得了一定的研究成果。但是真正应用于实际的不多,取得很好效果的更少,神经网络的设计,对训练方法、因素的选择都会影响实际应用效果。为快速提供企业经验数据,根据神经网络原理和工业厂房造价估算的特点,设计了一个基于BP算法的工业厂房造价快速估算神经网络模型,并对样本选取、特征因素确定及处理等关键问题进行了分析。经仿真训练和验证,表明精度能满足要求,最后把训练得到的知识应用于实际,取得了预期的效果。     

人工神经网络在ERP系统中的应用

在传统的ERP的基础上,增加专家系统模块,即基于人工神经网络技术的预测分析模块,提出了ERP和专家系统的集成管理方法,完成复杂的非线性预测,以使ERP系统智能化、自动化水平更高。该模块采用反向传输BP神经网络模型来实现,通过网络的自适应学习和训练,找出输入和输出之间的内在联系,以求解问题。利用该专家系统对汽车制造企业市场销售量进行预测,结果表明：该方法性能、实用性和通用性好。     

人工神经网络基团贡献法估算纯有机物的临界参数

提出了估算纯有机物临界参数的人工神经网络基团贡献法，网络的输入参数为基团和常压沸点，临界温度（Tc)、临界压力（Pc)与临界比容（Vc)同时作为网络的输出，对165种碳氢氧化合物分别进行了预测，Tc、Pc和Vc的平均相对误差为：1．56％、3．49％和3．21％。与通用的基团贡献法MXXC法进行比较，表明人工神经网络基团贡献法更具有优越性。     

人工神经网络在中医专家系统知识挖掘中的应用

医疗诊断领域是信息处理技术一个前景十分广阔的应用领域。知识获取是该类专家系统非常重要的环节。人工神经网络作为一个具有高度非线性映射能力的的计算模型,在工程中具有广泛的应用前景。本文介绍了通过人工神经网络获取专家知识的方法,并给出了一个应用实例。     

人工神经网络在数字识别中的应用

采用了BP神经网络的原理用于数字识别,通过分析,给出了人工神经网络的数字识别模型结构,并用MAT-LAB得以实现.结果表明,人工神经网络用于数字识别中,既可以对数字进行准确、快速地识别,又解决了人工识别数字耗时又费力的问题,具有广泛的适用性.     

造价工程师在工程造价控制中的作用

工程造价控制是建设工程中一项技术性、专业性很强的工作,它贯穿于投资决策、项目设计、招标投标和建设施工竣工决算各阶段。造价工程师的职责只有贯彻于具体的工作中,才有其地位和作用。     

人工神经网络在文物分类系统中的应用研究

人工神经网络由于其强大的学习和适应能力,广泛应用于模式识别、模式分类、自动控制、图像处理及智能系统的非线性建模等方面.文中对几种典型的人工神经网络的结构、功能、学习算法进行了综述,详细介绍了人工神经网络在文物分类系统中的应用,比较结果可以得出自组织竞争神经网络的分类效果要优于其它两种神经网络.     

人工神经网络在激光三维测量系统中的应用

在激光三维测量系统中,应用人工神经网络技术实现图像坐标系到世界坐标系的映射,修正系统的非线性误差.在线状激光三维扫描技术中,用面阵CCD摄像机摄取图像,用前馈型人工神经网络对二值化后的图像进行变换,可直接得到物体轮廓线的二维坐标;在点状激光三维扫描技术中,用线阵CCD采集深度坐标,用前馈型人工神经网络对深度坐标进行非线性修正.用这种方法无须测定仪器结构参数,能自动修正镜头的几何畸变,方法简单,实用性好.     

人工神经网络在表面张力数据处理中的应用

用人工神经网络方法进行表面张力的数据处理,并对网络直接救亡地,得到表面过乘吸附附量与浓度的数据关系,直接可推出表面饱和吸附量,从而得到了正丁醇的横截面积为２．０＊１０＾１９ｍ＾２。     

Experiments of Trust Prediction in Social Networks by Artificial Neural Networks

Social network online services are growing at an exponential pace, both in quantity of users and diversity of services; thus, the evaluation of trust in the interaction among users and toward the system is a central issue from the user point of view. Trust can be grounded in past direct experience or in the indirect information provided by trusted third-party users shaping the trustee reputation. When there is no previous history of interactions, the truster must resort to some form of prediction in order to establish Trust or Distrust on a potential trustee. In this study, we deal with the prediction of trust relationships on the basis of reputation information. Trust can be positive or negative (Distrust), hence, we have a two-class problem. Feature vectors for the classification have binary-valued components. Artificial neural network and statistical classifiers provide state-of-the-art results with these features on a benchmarking trust database. In this article, we propose the application of a sample generation method for the minority class in order to reduce some of the effect of class imbalance among Trust and Distrust classes. Specifically, the approach shows high resiliency to system growth.     

基于神经网络的无线传感器网络数据融合算法_cg10000147修改稿

为减少无线传感器网络的通信量,降低能量消耗,设计了一种基于神经网络的数据融合算法(BPNDA),该算法将BP神经网络和传感器网络分簇路由协议有机结合,将每个簇设计成一个神经网络模型,通过神经网络提取原始数据中的少量特征数据,然后将特征数据发送给汇聚节点,从而提高数据收集效率,延长网络生存时间。仿真实验证明,与LEACH算法相比,该算法可有效减少网络通信量,降低节点能耗。     

人工神经元网络在过程分析和控制中的应用

综述了人工神经元网络方法的过程分析与控制中的应用，包括过程建模、过程控制、模式识别与聚类分析以及在电子鼻当中的应用。     

温室环境神经网络建模

温室环境的生产过程具有许多特点,时变性、非线性和不确定性,很难建立精确的数学模型;利用人工神经网络对温室环境温度进行建模;通过输入样本数据对神经网络模型进行训练,确定网络结构;实验结桌表明,模型中的输入和输出时延不同,模型的精度也不相同;最后,确定了一种适用模型。     

一种基于函数型神经网络的传感器静态模型辨识方法

本文提出一种基于函数型神经网络的传感器静态模型辨识方法,该神经网络连接系数直接反映了传感器静成模型中的被辨识参数,网络结构简单,具有良好的收敛性,文章将这一方法实际应用到铂热电阻静态模型辨识,仿真结果表明,本方法是可行的。     

有关建筑项目工程造价管理的探究

在整个建筑项目工程成本预算设计施工过程中,建筑项目工程成本造价是确保项目工程顺利开展的前提,在建设的每一个阶段都发挥着至关重要的作用,占据着决定性的经济技术地位。首先简要分析了当前我国建筑项目工程造价管理中存在的主要问题,然后对如何加强建筑项目工程造价管理的有效措施进行了深入的探讨、分析,以期为相关人员提供参考。     

机场旅客吞吐量的人工神经网络预测方法

利用人工神经网络对非线性系统的函数所具有的以任意精度逼近的良好特性 ,突破传统上基于统计学原理进行机场旅客吞吐量预测的限制 ,设计了具有成都双流国际机场特点的、低成本的机场旅客吞吐量的人工神经网络预测模型 ,经过 BP网络预测软件运行检验 ,并与该机场以前采用的定量预测方法的综合比较 ,证明在该机场应用 BP网络预测方法不仅可行 ,而且有更好的预测精度     

Behaviour in 0 of the Neural Networks Training Cost

We study the behaviour in zero of the derivatives of the cost function used when training non-linear neural networks. It is shown that a fair number of first, second and higher order derivatives vanish in zero, validating the belief that 0 is a peculiar and potentially harmful location. These calculations are related to practical and theoretical aspects of neural networks training.     

Sigmoidal Function Classes for Feedforward Artificial Neural Networks

The role of activation functions in feedforward artificial neural networks has not been investigated to the desired extent. The commonly used sigmoidal functions appear as discrete points in the sigmoidal functional space. This makes comparison difficult. Moreover, these functions can be interpreted as the (suitably scaled) integral of some probability density function (generally taken to be symmetric/bell shaped). Two parameterization methods are proposed that allow us to construct classes of sigmoidal functions based on any given sigmoidal function. The suitability of the members of the proposed class is investigated. It is demonstrated that all members of the proposed class(es) satisfy the requirements to act as an activation function in feedforward artificial neural networks.